Matplotlib - 版本历史

Shen：/* 图像 */

2025-09-04T08:45:32Z

图像

←上一版本		2025年9月4日 (四) 08:45的版本
第132行：		第132行：
	color='gray', alpha=0.2)		color='gray', alpha=0.2)
	===图像===		===图像===
			from matplotlib import colormaps as cm
	*imshow()		*imshow()
	delta = 0.025		delta = 0.025
第138行：		第139行：
	Z = np.exp(-X2 - Y2)		Z = np.exp(-X2 - Y2)
	fig, ax = plt.subplots()		fig, ax = plt.subplots()
	im = ax.imshow(Z, interpolation='bilinear', cmap=cm~~.RdYlGn~~,		im = ax.imshow(Z, interpolation='bilinear', cmap=cm['RdYlGn_b'],
	origin='lower', extent=[-3, 3, -3, 3],		origin='lower', extent=[-3, 3, -3, 3],
	vmax=abs(Z).max(), vmin=-abs(Z).max()) #lower 就是把index[0,0]放在左下，extent是数轴上标志的范围		vmax=abs(Z).max(), vmin=-abs(Z).max()) #lower 就是把index[0,0]放在左下，extent是数轴上标志的范围

Shen：/* colorbar */

2025-09-04T08:43:59Z

colorbar

←上一版本		2025年9月4日 (四) 08:43的版本
第164行：		第164行：

	===colorbar===		===colorbar===
			* from matplotlib import colormaps
			list(colormaps)

	*自己定制的一个colorbar的实际例子，两个panel，共用一个colorbar		*自己定制的一个colorbar的实际例子，两个panel，共用一个colorbar
	fig, axes=plt.subplots(2,1)		fig, axes=plt.subplots(2,1)

Shen：/* 多个panel */

2023-10-12T01:51:59Z

多个panel

←上一版本		2023年10月12日 (四) 01:51的版本
第193行：		第193行：

	plt.subplot(211) # panels		plt.subplot(211) # panels
	plt.subplots_adjust(hspace=0.3) #调整多个panel的间隔		plt.subplots_adjust(hspace=0.3,vspace=0.3) #调整多个panel的间隔
	plt.subplot(212)		plt.subplot(212)
	plt.scatter(x, y)		plt.scatter(x, y)

Shen：/* colorbar */

2023-10-12T01:51:24Z

colorbar

←上一版本		2023年10月12日 (四) 01:51的版本
第167行：		第167行：
	fig, axes=plt.subplots(2,1)		fig, axes=plt.subplots(2,1)
	fig.subplots_adjust(right=0.9)		fig.subplots_adjust(right=0.9)
	#fig.subplots_adjust(hspace=0.)
	Mbin=np.range(5)+4		Mbin=np.range(5)+4
	MR50=np.range(5)***2		MR50=np.range(5)***2

Shen：/* 二维直方图 */

2023-10-12T01:50:20Z

二维直方图

←上一版本		2023年10月12日 (四) 01:50的版本
第116行：		第116行：
	#counts, xedges, yedges = np.histogram2d(x, y, bins=30)		#counts, xedges, yedges = np.histogram2d(x, y, bins=30)
	# 核密度估计		# 核密度估计
			# zdens=densxy(Spax_Ms[Lsel],Spax_RtoRe[Lsel],.10,0.05,xmin=7.,ymin=0.,nx=50,ny=60) # my own pro
	from scipy.stats import gaussian_kde		from scipy.stats import gaussian_kde
	data = np.vstack([x, y])		data = np.vstack([x, y])

Shen：/* contour */

2023-10-12T01:49:57Z

contour

←上一版本		2023年10月12日 (四) 01:49的版本
第149行：		第149行：
	===contour===		===contour===
	X,Y=np.meshgrid(xx,yy)		X,Y=np.meshgrid(xx,yy)
	zdens=densxy(Spax_Ms[Lsel],Spax_RtoRe[Lsel],.10,0.05,xmin=7.,ymin=0.,nx=50,ny=60) # my own pro
	plt.contour(X,Y,zdens,[50,200,500],color='blue')		plt.contour(X,Y,zdens,[50,200,500],color='blue')
	plt.annotate('blue: high $\mu$ spaxels',(7.2,2.6),color='blue',size=20)		plt.annotate('blue: high $\mu$ spaxels',(7.2,2.6),color='blue',size=20)

Shen：/* contour图 */

2023-10-12T01:49:03Z

contour图

←上一版本		2023年10月12日 (四) 01:49的版本
第147行：		第147行：
	#plt.imshow()会自动根据输入数据调整坐标轴的比例；这可以通过参数来设置，例如，plt.axis(aspect='image')能让 x 和 y 轴的单位一致。		#plt.imshow()会自动根据输入数据调整坐标轴的比例；这可以通过参数来设置，例如，plt.axis(aspect='image')能让 x 和 y 轴的单位一致。

	===contour图===		===contour===
	xx=np.arange(7,12,0.10)
	yy=np.arange(0.,3,0.05)
	X,Y=np.meshgrid(xx,yy)		X,Y=np.meshgrid(xx,yy)
	zdens=densxy(Spax_Ms[Lsel],Spax_RtoRe[Lsel],.10,0.05,xmin=7.,ymin=0.,nx=50,ny=60) # my own pro		zdens=densxy(Spax_Ms[Lsel],Spax_RtoRe[Lsel],.10,0.05,xmin=7.,ymin=0.,nx=50,ny=60) # my own pro

Shen：/* 二维直方图 */

2023-10-12T01:48:41Z

二维直方图

←上一版本		2023年10月12日 (四) 01:48的版本
第109行：		第109行：

	====二维直方图====		====二维直方图====
	*绘制二维直方图最直接的方法是使用 Matplotlib 的plt.hist2d~~函数：~~		*绘制二维直方图最直接的方法是使用 Matplotlib 的plt.hist2d或者hexbin：
	plt.hist2d(x, y, bins=30, cmap='Blues')		plt.hist2d(x, y, bins=30, cmap='Blues')
	plt.hexbin(x, y, gridsize=30, cmap='Blues')		plt.hexbin(x, y, gridsize=30, cmap='Blues')
	cb = plt.colorbar()
	cb.set_label('counts in bin')

	* 二维密度计算		* 二维密度计算

Shen：/* 面向对象风格 */

2023-10-12T01:47:00Z

面向对象风格

←上一版本		2023年10月12日 (四) 01:47的版本
第59行：		第59行：
	===面向对象风格 ===		===面向对象风格 ===
	*通过关键词来配置图的要素，功能更强大，但是直观性稍弱		*通过关键词来配置图的要素，功能更强大，但是直观性稍弱
	x = np.arange(0, 10, 0.2)
	y = np.sin(x)
	fig, ax = plt.subplots()		fig, ax = plt.subplots()
	ax.plot(x, y)		ax.plot(x, y)

Shen：/* 两种不同的画图模式 */

2023-10-12T01:46:26Z

两种不同的画图模式

←上一版本		2023年10月12日 (四) 01:46的版本
第38行：		第38行：

	* 简单的例子		* 简单的例子
	import matplotlib.pyplot as plt
	plt.clf()
	plt.figure(1,figsize=(9, 3))		plt.figure(1,figsize=(9, 3))
	plt.plot(x, y，label='sin')		plt.plot(x, y，label='sin')
第72行：		第70行：
	*axes的配置		*axes的配置
	:ax.semilogx : 对数坐标		:ax.semilogx : 对数坐标
	:ax.~~grid~~ :添加grid		:ax. Grid :添加grid
	:ax.set_xlim(xmin=1,xmax=10) #设置坐标范围
	:ax.xaxis.tick_top() #坐标轴的tick显示在图的上方		:ax.xaxis.tick_top() #坐标轴的tick显示在图的上方
	:ax.xaxis.set_label_position('top') #x坐标轴的label显示在图的上方，这一点似乎无法在交互式命令中简单实现		:ax.xaxis.set_label_position('top') #x坐标轴的label显示在图的上方，这一点似乎无法在交互式命令中简单实现

Matplotlib - 版本历史

Shen：​/* 图像 */

Shen：​/* colorbar */

Shen：​/* 多个panel */

Shen：​/* colorbar */

Shen：​/* 二维直方图 */

Shen：​/* contour */

Shen：​/* contour图 */

Shen：​/* 二维直方图 */

Shen：​/* 面向对象风格 */

Shen：​/* 两种不同的画图模式 */

Shen：/* 图像 */

Shen：/* colorbar */

Shen：/* 多个panel */

Shen：/* colorbar */

Shen：/* 二维直方图 */

Shen：/* contour */

Shen：/* contour图 */

Shen：/* 二维直方图 */

Shen：/* 面向对象风格 */

Shen：/* 两种不同的画图模式 */